使用python将JSON保存到HDFS [英] Save JSON to HDFS using python

问题描述

我有一个python脚本，当前正在访问一个返回JSON的API。然后它接受JSON字符串并将其保存为本地文件系统上的文件，然后将其手动移入HDFS。我想改变这个，所以我的python脚本直接保存到HDFS，而不是先打到本地文件系统。我目前正在尝试使用和HDFS DFS命令来保存文件，但我不认为复制命令是正确的方式，因为它不是一个文件，而是一个JSON字符串，当我试图保存它时。 / p>

当前代码

  import urllib2 
 import json 
 import os 
 
f = urllib2.urlopen（'RESTful_API_URL.json'）
 json_string = json.loads（f.read（）。decode（'utf-8'））
 with open（'\home\user\filename.json'，'w'）作为outfile：
 json.dump（json_string，outfile）
  

新代码

  f = urllib2.urlopen（' RESTful_API_URL.json'）
 json_string = json.loads（f.read（）。decode（'utf-8'））
 os.environ ['json_string'] = json.dump（json_string）
 os.system（'hdfs dfs -cp -f $ json_string hdfs / user / test'）
  

解决方案

我认为问题与此线程相同直接将数据直接导入hdfs而不需要复制。

首先，这个命令可以将stdin重定向到hdfs文件，

  hadoop fs -put  -  / path / to / file / in / hdfs .txt 
  

然后，您可以在python中执行此操作，

  os.system（'echo％s| hadoop fs -put  -  /path/to/file/in/hdfs.txt'％（json.dump（json_string）））
  

I have a python script which currently accesses an API which returns JSON. It then takes the JSON string and saves it off as a file on the local file system, where i then move it into HDFS manually. I would like to change this so my python script is saving directly to HDFS instead of hitting the local file system first. I am currently trying to save the file using and HDFS DFS command but I don't think the copy command is the correct way to do this because it isn't a file but rather a JSON string when I am trying to save it.

Current Code

import urllib2
import json
import os

f = urllib2.urlopen('RESTful_API_URL.json')
json_string = json.loads(f.read().decode('utf-8'))
with open('\home\user\filename.json', 'w') as outfile:
    json.dump(json_string,outfile)

New Code

f = urllib2.urlopen('RESTful_API_URL.json')
json_string = json.loads(f.read().decode('utf-8'))
os.environ['json_string'] = json.dump(json_string)
os.system('hdfs dfs -cp -f $json_string hdfs/user/test')

解决方案

I think the problem is the same with this thread Stream data into hdfs directly without copying.

Firstly, this command can redirect stdin to hdfs file,

hadoop fs -put - /path/to/file/in/hdfs.txt

Then, you can do this in python,

os.system('echo "%s" | hadoop fs -put - /path/to/file/in/hdfs.txt' %(json.dump(json_string)))

这篇关于使用python将JSON保存到HDFS的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！